白话激光SLAM

SLAM 同时构图与定位

SLAM是一道光，如果刚学习，滤到你发慌

1 白话定位构图

其实很多资料对这个解释过于多余了，比如我看到什么蛋生鸡和鸡生蛋什么的，对于没有太多深入的人而言，会更加迷惑。

所以我个人更偏向于这么去解释：

按照字面意思 同时定位与构图，以刚开始为例子，怎么解释呢，就是把你的机器人开机，保持不动，把开机的那个二维空间的点作为原点（0,0），然后激光雷达发射激光束，得到一系列的激光点，将激光点投射到二维平面中，假设激光发射中心就是机器人中心，那么这些激光点便构成了地图。

然后控制机器人运动，运动时间为T，里程计会记录新时刻的位姿，同样，这个时候，激光雷达返回的点，又可以成为地图，就这样，一步一步就会构建出地图。

这么理解无非就是得到自身在全局空间中的位姿，然后根据激光雷达得到的数据，基于该位姿态，将数据投影到空间中，便完成了地图构建。

所以SLAM就两步，一是定位，一是构图。

2 分类解释

上面的解释是完全理想情况下的。

也就是我们是上帝，处在上帝模式，任何时候都知道机器人的真实位置，然而实际上，我们永远无法知道机器人在空间中的最真实的位置，那么怎么办呢，我们就需要用一些方法去估计机器人的位姿，使得估计的位姿尽可能准确，也就是越接近真实位姿，然后在估计的位姿上进行地图构建。这里的地图可以是二维的，也可以是三维的。

因此第一步 也就是位姿估计，第二步就是地图构建。

关于位姿估计，有很多方法，后续有机会会讲，内容比较多

关于地图构建，也有很多方法，但是我的研究方向是激光SLAM，以二维平面为例，将空间分为三部分，一是自由可通行区域，二是障碍物区域，三是未知区域。将其表示为二维平面上的一种可以理解的形式，把地图想象为一张图片，对应的自由可通行区域可以设置为白色，障碍物区域为黑色，未知区域为灰色，那么地图就是一张由黑白灰三种颜色组合成的照片。